GPS即全球卫星定位系统(Global Positioning System)是新一代的精密卫星导航定位系统。由于其全球性，适用面广，操作简单，连续实时三维定位，定位精度高等优势，在军事和民用领域得到了广泛的发展，已经得到了越来越多的关注。 近年来，随着科学技术的发展，GPS导航和定位技术已向高精度，高动态的方向发展。但是由于GPS定位包含许多误差源，尤其是测量随机误差和卫星的几何位置误差，使定位精度受到影响。利用传统的方法很难消除。而滤波算法是消除GPS定位随机误差的重要方法，利用各种滤波方法消除多种随即误差，从而提高GPS导航定位精度。 常用的最优滤波方法为卡尔曼滤波。其采用时域状态空间法，适合于多变量系统和时变系统及非线性随机过程，且由于其递推特点容易在计算机上实现，因此得到了广泛的应用。但初始对准和惯性GPS组合导航问题本质上是非线性的，对模型进行线性化的扩展卡尔曼滤波在一定程度上影响了系统的性能。因此近年来，直接使用非线性模型的平淡卡尔曼滤波正在逐渐成为研究GPS组合导航问题的有效方法。且由于迭代卡尔曼滤波平滑采用滤波加平滑技术,利用观测数据与预测数据能够进一步提高卡尔曼滤波定位精度。本文对各种卡尔曼滤波方法应用于GPS定位估计方面进行了深入地研究并取得了一些阶段性的成果。 本文首先回顾了GPS的发展，简述了GPS的导航定位原理，给出了基本卫星定位原理，然后对GPS定位的数学模型和信号中的主要误差源等作了详细分析。 本论文的第二部分是GPS定位的算法研究和实验。首先列举了标准最小二乘法和加权最小二乘法等GPS定位的常用算法；针对GPS定位常用算法的不足，引入了扩展卡尔曼滤波和平淡卡尔曼滤波等算法，然后根据各种滤波方法在GPS中的应用，设计了针对卡尔曼滤波的具体模型，并利用GPS接收机采集原始数据，包括伪距、多普勒观测值和星历数据，进行了多状态下的卡尔曼滤波的实验结果分析。在此基础上，着眼于定位精度和稳定性的要求，在扩展卡尔曼滤波和平淡卡尔曼滤波的基础上提出了迭代卡尔曼滤波平滑估计，既卡尔曼滤波及卡尔曼平滑相迭代的算法以提高系统性能，并通过试验数据进行了分析。通过实验比较表明迭代卡尔曼滤波平滑解算获得的导航定位数据稳定性更好，定位精度也要较高。 本文的研究工作，对改进传统的滤波方法有一定的参考和应用价值，并对卡尔曼滤波方法在提高GPS动态导航定位精度方面的应用起到积极的促进作用。